CN114800556B - 一种基于工业机器人的自动化加工生产线 - Google Patents
一种基于工业机器人的自动化加工生产线 Download PDFInfo
- Publication number
- CN114800556B CN114800556B CN202210448715.8A CN202210448715A CN114800556B CN 114800556 B CN114800556 B CN 114800556B CN 202210448715 A CN202210448715 A CN 202210448715A CN 114800556 B CN114800556 B CN 114800556B
- Authority
- CN
- China
- Prior art keywords
- processing
- scheme
- robot
- parameters
- functional effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 303
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 160
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000013461 design Methods 0.000 claims abstract description 17
- 230000000694 effects Effects 0.000 claims description 202
- 238000000354 decomposition reaction Methods 0.000 claims description 53
- 238000010586 diagram Methods 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 25
- 230000001131 transforming effect Effects 0.000 claims description 11
- 238000013519 translation Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1682—Dual arm manipulator; Coordination of several manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种基于工业机器人的自动化加工生产线，包括：设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试。实现所有环节的自动化控制，方案设计以及方案调整之间设置有反馈回路，通过调整后的方案优化自动化加工的各个环节。
Description
技术领域
本发明涉及自动加工技术领域，具体涉及一种基于工业机器人的自动化加工生产线。
背景技术
工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，它能自动执行工作，是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。
在自动化技工领域，应用到很多类型的工业机器人，但是现有方案中仅在某一个环节应用工业机器人，而不能形成具有反馈的系统，实现完全自动化智能化管控。
发明内容
本发明提供一种基于工业机器人的自动化加工生产线，以解决现有技术中存在的上述问题。
本发明提供一种基于工业机器人的自动化加工生产线，包括：
设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；
加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；
测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；
总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试。
优选的，还包括加工优化记录模块和测试优化记录模块；
所述加工优化记录模块连接所述总控机器人；所述加工优化记录模块记录的信息包括：原加工方案的所有参数、调整后的加工方案的所有参数、调整后的加工方案与原加工方案之间具有差异性的第一参数、第一参数的标记、每次加工方案的调整时间和调整目的；
所述测试优化记录模块记录的信息包括：原测试方案的所有参数、调整后的测试方案的所有参数、调整后的测试方案与原测试方案之间具有差异性的第二参数、第二参数的标记、每次测试案的调整时间和调整目的。
优选的，还包括数据同步模块，所述数据同步模块将所述总控机器人产生的调整后的加工方案和测试方案实时同步至设计机器人，所述设计机器人接收到调整后的加工方案和测试方案后，通过机器学习的方式模拟出调整后的加工方案和测试方案的效果，将该效果以及原方案对应的效果发送至总控机器人；
所述总控机器人将最近更新的加工方案和测试方案对应的效果作为标准效果，将实际测得的数据与该标准效果比对，确定是否需要对原加工方案和测试方案进行调整；若实际测得的数据不符合该标准效果，则调整加工方案和测试方案，若实际测得的数据符合该标准效果，将当前加工方案和测试方案作为最新的方案发送至加工机器人和测试机器人。
优选的，所述加工机器人连接若干个自动化加工设备，所述自动化加工设备通过PLC可编程逻辑控制器完成相应的加工操作；PLC可编程逻辑控制器所需的加工参数通过所述加工机器人获得，所述加工机器人中存储有所有自动化加工设备的加工参数以及对应的自动化加工设备的唯一编号，所述加工机器人通过无线通信的方式根据自动化加工设备的唯一编号将对应的加工参数发送至相应的自动化技工设备。
优选的，还包括唯一编号识别设备；所述唯一编号识别设备用于识别加工设备；所述唯一编号识别设备设置于所述加工机器人上，所述唯一编号设置在自动化加工设备上；
所述加工机器人上的唯一编号识别设备包括无线射频模块，基于无线射频模块获得每个唯一编号上记载的信息，并向唯一编号上写入信息，写入的信息包括加工参数或某些调整后的加工参数。
优选的，还包括加工机器人轨迹生成模块，用于获取加工机器人的轨迹的原始数据，依次从原始数据中获取初始数据点，获取该初始数据点前后位置相邻的两个初始数据点，获取三个初始数据点依次相连后的角度值；判断角度值是否小于第一预设角度，并在判定角度值小于第一预设角度时，判定该初始数据点为噪声点；在检测到初始数据点为噪声点时，剔除该初始数据点；判断角度值是否大于第二预设角度，若是，将该初始数据点的坐标作为最终的数据点；若否，结合三个初始数据点的坐标计算新的坐标作为最终的数据点；将获取的各数据点的离散曲率，结合离散曲率和数据点获取拟合曲线；计算拟合曲线与数据点的误差，并在误差小于预设允差时，根据拟合曲线生成该加工机器人轨迹。
优选的，所述加工方案的形成方式包括：输入需要设计三维立体产品的规格参数和功能效果参数；将规格参数定位变换，得到标准坐标数据，把功能效果参数分解变换得到分解功能效果参数；建立三维坐标，将变换后的规格参数映射入三维坐标，然后每三个或者三个以上的坐标之间相互连线并渲染生成初步三维模型；获取初步三维模型六面图，并把六面图与分解后的功能效果比对，根据每个面所要实现的功能效果与分解后的功能效果比，当有差别时，根据分解后的功能效果反译平面图，把反译平面图与六面图一一对比修正得到修正六面图；把修正六面图重新组合生成修正三维模型，把修正三维模型与初步三维模型进行坐标对比，对比过程为：求坐标数据均值，根据原先坐标赋予极性，重新生成三维模型；基于重新生成的三维模型设计加工方案。
优选的，对重新生成的三维模型进行功能和效果分解得到多个分解模块；对所有分解模块进行功能效果收集，得到分解模块功能效果集；对功能效果集进行分解得到独立功能效果元；对每一个独立功能效果元进行语义检索汇总所有的语义相同功能效果元，并建立独立功能效果元模型；独立功能效果元模型反译每个独立功能效果元所能实现的模型组件元，并建立模型组件元模型；模型组件元模型生成功能效果模型分解模块；使用大数据对比判断每个分解模块的可行性并与初始输入变换后的功能效果参数对比选出最优模型的分解模块；将最优模型的分解模块重新组合成最终三维模型，基于最终的三维模型设计加工方案。
优选的，变换规格参数时，把长宽高数值进行同单位数据转化，选定其中一点作为原点，根据长宽高数值与坐标点的距离关系确定各个点三维坐标数据，然后汇总每个坐标点的数集，功能效果参数分解变换的过程为，在现有中文字典中查找功能效果语义进行断词，得到多个分解功能效果参数。
优选的，把功能效果集中的每个分解功能效果参数进行分解为最小粒度的功能效果元，基于UML的用例图描述分解功能效果参数，对每个分解功能效果参数分解到最小粒度的功能效果元，直到所有分解功能效果参数功能效果分到不能再分，得到的功能效果元之间彼此独立，功能效果元之间不能有一样的效果信息和语义重叠的成效。
与现有技术相比，本发明具有以下优点：
本发明提供一种基于工业机器人的自动化加工生产线，包括：设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于工业机器人的自动化加工生产线的系统结构示意图；
图2为本发明实施例中包括记录模块的系统结构示意图；
图3为本发明实施例中加工机器人于自动化加工设备之间的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于工业机器人的自动化加工生产线，请参照图1，包括：设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；
加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；
测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；
总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试。
上述技术方案的工作原理为：本实施例采用的方案是设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试。
上述技术方案的有益效果为：采用本实施例提供的方案是设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试。采用该自动加工生产线，实现所有环节的自动化控制，方案设计以及方案调整之间设置有反馈回路，通过调整后的方案优化自动化加工的各个环节。
在另一实施例中，如图2所示，还包括加工优化记录模块和测试优化记录模块；
所述加工优化记录模块连接所述总控机器人；所述加工优化记录模块记录的信息包括：原加工方案的所有参数、调整后的加工方案的所有参数、调整后的加工方案与原加工方案之间具有差异性的第一参数、第一参数的标记、每次加工方案的调整时间和调整目的；
所述测试优化记录模块记录的信息包括：原测试方案的所有参数、调整后的测试方案的所有参数、调整后的测试方案与原测试方案之间具有差异性的第二参数、第二参数的标记、每次测试案的调整时间和调整目的。
上述技术方案的工作原理为：本实施例采用的方案是还包括加工优化记录模块和测试优化记录模块；所述加工优化记录模块连接所述总控机器人；所述加工优化记录模块记录的信息包括：原加工方案的所有参数、调整后的加工方案的所有参数、调整后的加工方案与原加工方案之间具有差异性的第一参数、第一参数的标记、每次加工方案的调整时间和调整目的；所述测试优化记录模块记录的信息包括：原测试方案的所有参数、调整后的测试方案的所有参数、调整后的测试方案与原测试方案之间具有差异性的第二参数、第二参数的标记、每次测试案的调整时间和调整目的。
上述技术方案的有益效果为：采用本实施例提供的方案还包括加工优化记录模块和测试优化记录模块；所述加工优化记录模块连接所述总控机器人；所述加工优化记录模块记录的信息包括：原加工方案的所有参数、调整后的加工方案的所有参数、调整后的加工方案与原加工方案之间具有差异性的第一参数、第一参数的标记、每次加工方案的调整时间和调整目的；所述测试优化记录模块记录的信息包括：原测试方案的所有参数、调整后的测试方案的所有参数、调整后的测试方案与原测试方案之间具有差异性的第二参数、第二参数的标记、每次测试案的调整时间和调整目的。
在另一实施例中，还包括数据同步模块，所述数据同步模块将所述总控机器人产生的调整后的加工方案和测试方案实时同步至设计机器人，所述设计机器人接收到调整后的加工方案和测试方案后，通过机器学习的方式模拟出调整后的加工方案和测试方案的效果，将该效果以及原方案对应的效果发送至总控机器人；
所述总控机器人将最近更新的加工方案和测试方案对应的效果作为标准效果，将实际测得的数据与该标准效果比对，确定是否需要对原加工方案和测试方案进行调整；若实际测得的数据不符合该标准效果，则调整加工方案和测试方案，若实际测得的数据符合该标准效果，将当前加工方案和测试方案作为最新的方案发送至加工机器人和测试机器人。
上述技术方案的工作原理为：本实施例采用的方案是还包括数据同步模块，所述数据同步模块将所述总控机器人产生的调整后的加工方案和测试方案实时同步至设计机器人，所述设计机器人接收到调整后的加工方案和测试方案后，通过机器学习的方式模拟出调整后的加工方案和测试方案的效果，将该效果以及原方案对应的效果发送至总控机器人；所述总控机器人将最近更新的加工方案和测试方案对应的效果作为标准效果，将实际测得的数据与该标准效果比对，确定是否需要对原加工方案和测试方案进行调整；若实际测得的数据不符合该标准效果，则调整加工方案和测试方案，若实际测得的数据符合该标准效果，将当前加工方案和测试方案作为最新的方案发送至加工机器人和测试机器人。
上述技术方案的有益效果为：采用本实施例提供的方案还包括数据同步模块，所述数据同步模块将所述总控机器人产生的调整后的加工方案和测试方案实时同步至设计机器人，所述设计机器人接收到调整后的加工方案和测试方案后，通过机器学习的方式模拟出调整后的加工方案和测试方案的效果，将该效果以及原方案对应的效果发送至总控机器人；所述总控机器人将最近更新的加工方案和测试方案对应的效果作为标准效果，将实际测得的数据与该标准效果比对，确定是否需要对原加工方案和测试方案进行调整；若实际测得的数据不符合该标准效果，则调整加工方案和测试方案，若实际测得的数据符合该标准效果，将当前加工方案和测试方案作为最新的方案发送至加工机器人和测试机器人。
在另一实施例中，请参照图3，所述加工机器人连接若干个自动化加工设备，所述自动化加工设备通过PLC可编程逻辑控制器完成相应的加工操作；PLC可编程逻辑控制器所需的加工参数通过所述加工机器人获得，所述加工机器人中存储有所有自动化加工设备的加工参数以及对应的自动化加工设备的唯一编号，所述加工机器人通过无线通信的方式根据自动化加工设备的唯一编号将对应的加工参数发送至相应的自动化技工设备。
上述技术方案的工作原理为：本实施例采用的方案是所述加工机器人连接若干个自动化加工设备，所述自动化加工设备通过PLC可编程逻辑控制器完成相应的加工操作；PLC可编程逻辑控制器所需的加工参数通过所述加工机器人获得，所述加工机器人中存储有所有自动化加工设备的加工参数以及对应的自动化加工设备的唯一编号，所述加工机器人通过无线通信的方式根据自动化加工设备的唯一编号将对应的加工参数发送至相应的自动化技工设备。
上述技术方案的有益效果为：采用本实施例提供的方案所述加工机器人连接若干个自动化加工设备，所述自动化加工设备通过PLC可编程逻辑控制器完成相应的加工操作；PLC可编程逻辑控制器所需的加工参数通过所述加工机器人获得，所述加工机器人中存储有所有自动化加工设备的加工参数以及对应的自动化加工设备的唯一编号，所述加工机器人通过无线通信的方式根据自动化加工设备的唯一编号将对应的加工参数发送至相应的自动化技工设备。
在另一实施例中，请参照图3，还包括唯一编号识别设备；所述唯一编号识别设备用于识别加工设备；所述唯一编号识别设备设置于所述加工机器人上，所述唯一编号设置在自动化加工设备上；
所述加工机器人上的唯一编号识别设备包括无线射频模块，基于无线射频模块获得每个唯一编号上记载的信息，并向唯一编号上写入信息，写入的信息包括加工参数或某些调整后的加工参数。
上述技术方案的工作原理为：本实施例采用的方案是还包括唯一编号识别设备；所述唯一编号识别设备用于识别加工设备；所述唯一编号识别设备设置于所述加工机器人上，所述唯一编号设置在自动化加工设备上；所述加工机器人上的唯一编号识别设备包括无线射频模块，基于无线射频模块获得每个唯一编号上记载的信息，并向唯一编号上写入信息，写入的信息包括加工参数或某些调整后的加工参数。
上述技术方案的有益效果为：采用本实施例提供的方案还包括唯一编号识别设备；所述唯一编号识别设备用于识别加工设备；所述唯一编号识别设备设置于所述加工机器人上，所述唯一编号设置在自动化加工设备上；所述加工机器人上的唯一编号识别设备包括无线射频模块，基于无线射频模块获得每个唯一编号上记载的信息，并向唯一编号上写入信息，写入的信息包括加工参数或某些调整后的加工参数。
在另一实施例中，还包括加工机器人轨迹生成模块，用于获取加工机器人的轨迹的原始数据，依次从原始数据中获取初始数据点，获取该初始数据点前后位置相邻的两个初始数据点，获取三个初始数据点依次相连后的角度值；判断角度值是否小于第一预设角度，并在判定角度值小于第一预设角度时，判定该初始数据点为噪声点；在检测到初始数据点为噪声点时，剔除该初始数据点；判断角度值是否大于第二预设角度，若是，将该初始数据点的坐标作为最终的数据点；若否，结合三个初始数据点的坐标计算新的坐标作为最终的数据点；将获取的各数据点的离散曲率，结合离散曲率和数据点获取拟合曲线；计算拟合曲线与数据点的误差，并在误差小于预设允差时，根据拟合曲线生成该加工机器人轨迹。
上述技术方案的工作原理为：本实施例采用的方案是还包括加工机器人轨迹生成模块，用于获取加工机器人的轨迹的原始数据，依次从原始数据中获取初始数据点，获取该初始数据点前后位置相邻的两个初始数据点，获取三个初始数据点依次相连后的角度值；判断角度值是否小于第一预设角度，并在判定角度值小于第一预设角度时，判定该初始数据点为噪声点；在检测到初始数据点为噪声点时，剔除该初始数据点；判断角度值是否大于第二预设角度，若是，将该初始数据点的坐标作为最终的数据点；若否，结合三个初始数据点的坐标计算新的坐标作为最终的数据点；将获取的各数据点的离散曲率，结合离散曲率和数据点获取拟合曲线；计算拟合曲线与数据点的误差，并在误差小于预设允差时，根据拟合曲线生成该加工机器人轨迹。
上述技术方案的有益效果为：采用本实施例提供的方案还包括加工机器人轨迹生成模块，用于获取加工机器人的轨迹的原始数据，依次从原始数据中获取初始数据点，获取该初始数据点前后位置相邻的两个初始数据点，获取三个初始数据点依次相连后的角度值；判断角度值是否小于第一预设角度，并在判定角度值小于第一预设角度时，判定该初始数据点为噪声点；在检测到初始数据点为噪声点时，剔除该初始数据点；判断角度值是否大于第二预设角度，若是，将该初始数据点的坐标作为最终的数据点；若否，结合三个初始数据点的坐标计算新的坐标作为最终的数据点；将获取的各数据点的离散曲率，结合离散曲率和数据点获取拟合曲线；计算拟合曲线与数据点的误差，并在误差小于预设允差时，根据拟合曲线生成该加工机器人轨迹。
在另一实施例中，所述加工方案的形成方式包括：输入需要设计三维立体产品的规格参数和功能效果参数；将规格参数定位变换，得到标准坐标数据，把功能效果参数分解变换得到分解功能效果参数；建立三维坐标，将变换后的规格参数映射入三维坐标，然后每三个或者三个以上的坐标之间相互连线并渲染生成初步三维模型；获取初步三维模型六面图，并把六面图与分解后的功能效果比对，根据每个面所要实现的功能效果与分解后的功能效果比，当有差别时，根据分解后的功能效果反译平面图，把反译平面图与六面图一一对比修正得到修正六面图；把修正六面图重新组合生成修正三维模型，把修正三维模型与初步三维模型进行坐标对比，对比过程为：求坐标数据均值，根据原先坐标赋予极性，重新生成三维模型；基于重新生成的三维模型设计加工方案。
上述技术方案的工作原理为：本实施例采用的方案是所述加工方案的形成方式包括：输入需要设计三维立体产品的规格参数和功能效果参数；将规格参数定位变换，得到标准坐标数据，把功能效果参数分解变换得到分解功能效果参数；建立三维坐标，将变换后的规格参数映射入三维坐标，然后每三个或者三个以上的坐标之间相互连线并渲染生成初步三维模型；获取初步三维模型六面图，并把六面图与分解后的功能效果比对，根据每个面所要实现的功能效果与分解后的功能效果比，当有差别时，根据分解后的功能效果反译平面图，把反译平面图与六面图一一对比修正得到修正六面图；把修正六面图重新组合生成修正三维模型，把修正三维模型与初步三维模型进行坐标对比，对比过程为：求坐标数据均值，根据原先坐标赋予极性，重新生成三维模型；基于重新生成的三维模型设计加工方案。
上述技术方案的有益效果为：采用本实施例提供的方案所述加工方案的形成方式包括：输入需要设计三维立体产品的规格参数和功能效果参数；将规格参数定位变换，得到标准坐标数据，把功能效果参数分解变换得到分解功能效果参数；建立三维坐标，将变换后的规格参数映射入三维坐标，然后每三个或者三个以上的坐标之间相互连线并渲染生成初步三维模型；获取初步三维模型六面图，并把六面图与分解后的功能效果比对，根据每个面所要实现的功能效果与分解后的功能效果比，当有差别时，根据分解后的功能效果反译平面图，把反译平面图与六面图一一对比修正得到修正六面图；把修正六面图重新组合生成修正三维模型，把修正三维模型与初步三维模型进行坐标对比，对比过程为：求坐标数据均值，根据原先坐标赋予极性，重新生成三维模型；基于重新生成的三维模型设计加工方案。
在另一实施例中，对重新生成的三维模型进行功能和效果分解得到多个分解模块；对所有分解模块进行功能效果收集，得到分解模块功能效果集；对功能效果集进行分解得到独立功能效果元；对每一个独立功能效果元进行语义检索汇总所有的语义相同功能效果元，并建立独立功能效果元模型；独立功能效果元模型反译每个独立功能效果元所能实现的模型组件元，并建立模型组件元模型；模型组件元模型生成功能效果模型分解模块；使用大数据对比判断每个分解模块的可行性并与初始输入变换后的功能效果参数对比选出最优模型的分解模块；将最优模型的分解模块重新组合成最终三维模型，基于最终的三维模型设计加工方案。
上述技术方案的工作原理为：本实施例采用的方案是对重新生成的三维模型进行功能和效果分解得到多个分解模块；对所有分解模块进行功能效果收集，得到分解模块功能效果集；对功能效果集进行分解得到独立功能效果元；对每一个独立功能效果元进行语义检索汇总所有的语义相同功能效果元，并建立独立功能效果元模型；独立功能效果元模型反译每个独立功能效果元所能实现的模型组件元，并建立模型组件元模型；模型组件元模型生成功能效果模型分解模块；使用大数据对比判断每个分解模块的可行性并与初始输入变换后的功能效果参数对比选出最优模型的分解模块；将最优模型的分解模块重新组合成最终三维模型，基于最终的三维模型设计加工方案。
上述技术方案的有益效果为：采用本实施例提供的方案对重新生成的三维模型进行功能和效果分解得到多个分解模块；对所有分解模块进行功能效果收集，得到分解模块功能效果集；对功能效果集进行分解得到独立功能效果元；对每一个独立功能效果元进行语义检索汇总所有的语义相同功能效果元，并建立独立功能效果元模型；独立功能效果元模型反译每个独立功能效果元所能实现的模型组件元，并建立模型组件元模型；模型组件元模型生成功能效果模型分解模块；使用大数据对比判断每个分解模块的可行性并与初始输入变换后的功能效果参数对比选出最优模型的分解模块；将最优模型的分解模块重新组合成最终三维模型，基于最终的三维模型设计加工方案。
在另一实施例中，变换规格参数时，把长宽高数值进行同单位数据转化，选定其中一点作为原点，根据长宽高数值与坐标点的距离关系确定各个点三维坐标数据，然后汇总每个坐标点的数集，功能效果参数分解变换的过程为，在现有中文字典中查找功能效果语义进行断词，得到多个分解功能效果参数。
上述技术方案的工作原理为：本实施例采用的方案是变换规格参数时，把长宽高数值进行同单位数据转化，选定其中一点作为原点，根据长宽高数值与坐标点的距离关系确定各个点三维坐标数据，然后汇总每个坐标点的数集，功能效果参数分解变换的过程为，在现有中文字典中查找功能效果语义进行断词，得到多个分解功能效果参数。
上述技术方案的有益效果为：采用本实施例提供的方案变换规格参数时，把长宽高数值进行同单位数据转化，选定其中一点作为原点，根据长宽高数值与坐标点的距离关系确定各个点三维坐标数据，然后汇总每个坐标点的数集，功能效果参数分解变换的过程为，在现有中文字典中查找功能效果语义进行断词，得到多个分解功能效果参数。
在另一实施例中，把功能效果集中的每个分解功能效果参数进行分解为最小粒度的功能效果元，基于UML的用例图描述分解功能效果参数，对每个分解功能效果参数分解到最小粒度的功能效果元，直到所有分解功能效果参数功能效果分到不能再分，得到的功能效果元之间彼此独立，功能效果元之间不能有一样的效果信息和语义重叠的成效。
上述技术方案的工作原理为：本实施例采用的方案是把功能效果集中的每个分解功能效果参数进行分解为最小粒度的功能效果元，基于UML的用例图描述分解功能效果参数，对每个分解功能效果参数分解到最小粒度的功能效果元，直到所有分解功能效果参数功能效果分到不能再分，得到的功能效果元之间彼此独立，功能效果元之间不能有一样的效果信息和语义重叠的成效。
上述技术方案的有益效果为：采用本实施例提供的方案把功能效果集中的每个分解功能效果参数进行分解为最小粒度的功能效果元，基于UML的用例图描述分解功能效果参数，对每个分解功能效果参数分解到最小粒度的功能效果元，直到所有分解功能效果参数功能效果分到不能再分，得到的功能效果元之间彼此独立，功能效果元之间不能有一样的效果信息和语义重叠的成效。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于工业机器人的自动化加工生产线，其特征在于，包括：
设计机器人，用于设计加工方案以及测试方案，将加工方案发送给加工机器人，将测试方案发给测试机器人；
加工机器人，根据加工方案进行加工，将加工过程及结果发送给总控机器人；
测试机器人，根据测试方案进行测试，将测试结果发送给总控机器人；
总控机器人，根据接收到的加工数据以及测试数据调整加工方案或测试方案，将调整后的加工方案发送至加工机器人，将调整后的测试方案发送给测试机器人，加工机器人和测试机器人分别按照调整后的方案进行加工和测试；
还包括加工优化记录模块和测试优化记录模块；
所述加工优化记录模块连接所述总控机器人；所述加工优化记录模块记录的信息包括：原加工方案的所有参数、调整后的加工方案的所有参数、调整后的加工方案与原加工方案之间具有差异性的第一参数、第一参数的标记、每次加工方案的调整时间和调整目的；
所述测试优化记录模块记录的信息包括：原测试方案的所有参数、调整后的测试方案的所有参数、调整后的测试方案与原测试方案之间具有差异性的第二参数、第二参数的标记、每次测试案的调整时间和调整目的。
2.根据权利要求1所述的基于工业机器人的自动化加工生产线，其特征在于，还包括数据同步模块，所述数据同步模块将所述总控机器人产生的调整后的加工方案和测试方案实时同步至设计机器人，所述设计机器人接收到调整后的加工方案和测试方案后，通过机器学习的方式模拟出调整后的加工方案和测试方案的效果，将该效果以及原方案对应的效果发送至总控机器人；
所述总控机器人将最近更新的加工方案和测试方案对应的效果作为标准效果，将实际测得的数据与该标准效果比对，确定是否需要对原加工方案和测试方案进行调整；若实际测得的数据不符合该标准效果，则调整加工方案和测试方案，若实际测得的数据符合该标准效果，将当前加工方案和测试方案作为最新的方案发送至加工机器人和测试机器人。
3.根据权利要求1所述的基于工业机器人的自动化加工生产线，其特征在于，所述加工机器人连接若干个自动化加工设备，所述自动化加工设备通过PLC可编程逻辑控制器完成相应的加工操作；PLC可编程逻辑控制器所需的加工参数通过所述加工机器人获得，所述加工机器人中存储有所有自动化加工设备的加工参数以及对应的自动化加工设备的唯一编号，所述加工机器人通过无线通信的方式根据自动化加工设备的唯一编号将对应的加工参数发送至相应的自动化技工设备。
4.根据权利要求3所述的基于工业机器人的自动化加工生产线，其特征在于，还包括唯一编号识别设备；所述唯一编号识别设备用于识别加工设备；所述唯一编号识别设备设置于所述加工机器人上，所述唯一编号设置在自动化加工设备上；
所述加工机器人上的唯一编号识别设备包括无线射频模块，基于无线射频模块获得每个唯一编号上记载的信息，并向唯一编号上写入信息，写入的信息包括加工参数或某些调整后的加工参数。
5.根据权利要求1所述的基于工业机器人的自动化加工生产线，其特征在于，所述加工方案的形成方式包括：输入需要设计三维立体产品的规格参数和功能效果参数；将规格参数定位变换，得到标准坐标数据，把功能效果参数分解变换得到分解功能效果参数；建立三维坐标，将变换后的规格参数映射入三维坐标，然后每三个或者三个以上的坐标之间相互连线并渲染生成初步三维模型；获取初步三维模型六面图，并把六面图与分解后的功能效果比对，根据每个面所要实现的功能效果与分解后的功能效果比，当有差别时，根据分解后的功能效果反译平面图，把反译平面图与六面图一一对比修正得到修正六面图；把修正六面图重新组合生成修正三维模型，把修正三维模型与初步三维模型进行坐标对比，对比过程为：求坐标数据均值，根据原先坐标赋予极性，重新生成三维模型；基于重新生成的三维模型设计加工方案。
6.根据权利要求5所述的基于工业机器人的自动化加工生产线，其特征在于，对重新生成的三维模型进行功能和效果分解得到多个分解模块；对所有分解模块进行功能效果收集，得到分解模块功能效果集；对功能效果集进行分解得到独立功能效果元；对每一个独立功能效果元进行语义检索汇总所有的语义相同功能效果元，并建立独立功能效果元模型；独立功能效果元模型反译每个独立功能效果元所能实现的模型组件元，并建立模型组件元模型；模型组件元模型生成功能效果模型分解模块；使用大数据对比判断每个分解模块的可行性并与初始输入变换后的功能效果参数对比选出最优模型的分解模块；将最优模型的分解模块重新组合成最终三维模型，基于最终的三维模型设计加工方案。
7.根据权利要求5所述的基于工业机器人的自动化加工生产线，其特征在于，变换规格参数时，把长宽高数值进行同单位数据转化，选定其中一点作为原点，根据长宽高数值与坐标点的距离关系确定各个点三维坐标数据，然后汇总每个坐标点的数集，功能效果参数分解变换的过程为，在现有中文字典中查找功能效果语义进行断词，得到多个分解功能效果参数。
8.根据权利要求6所述的基于工业机器人的自动化加工生产线，其特征在于，把功能效果集中的每个分解功能效果参数进行分解为最小粒度的功能效果元，基于UML的用例图描述分解功能效果参数，对每个分解功能效果参数分解到最小粒度的功能效果元，直到所有分解功能效果参数功能效果分到不能再分，得到的功能效果元之间彼此独立，功能效果元之间不能有一样的效果信息和语义重叠的成效。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210448715.8A CN114800556B (zh) | 2022-04-26 | 2022-04-26 | 一种基于工业机器人的自动化加工生产线 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210448715.8A CN114800556B (zh) | 2022-04-26 | 2022-04-26 | 一种基于工业机器人的自动化加工生产线 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114800556A CN114800556A (zh) | 2022-07-29 |
| CN114800556B true CN114800556B (zh) | 2023-10-24 |
Family
ID=82508210
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210448715.8A Active CN114800556B (zh) | 2022-04-26 | 2022-04-26 | 一种基于工业机器人的自动化加工生产线 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114800556B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117420804B (zh) * | 2023-11-13 | 2024-03-26 | 嘉兴富瑞特精密机电有限公司 | 一种金属箱体流水线智能优化控制方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0745490A (ja) * | 1993-07-27 | 1995-02-14 | Nec Corp | 半導体装置の加工のためのシミュレーションシステム |
| KR20020091382A (ko) * | 2001-05-30 | 2002-12-06 | 송춘경 | 자동화시스템을 위한 제어와 시뮬레이션의 통합제어장치및 그것의 운영방법 |
| CN109567942A (zh) * | 2018-10-31 | 2019-04-05 | 上海盼研机器人科技有限公司 | 采用人工智能技术的颅颌面外科手术机器人辅助系统 |
| CN110480683A (zh) * | 2019-08-28 | 2019-11-22 | 哈尔滨工业大学 | 一种机器人应用系统解决方案集成化设计的大型工具软件系统 |
| CN110605709A (zh) * | 2019-09-25 | 2019-12-24 | 西南交通大学 | 数字孪生与精密滤波驱动机器人集成系统及其使用方法 |
| CN111797521A (zh) * | 2020-06-29 | 2020-10-20 | 西安精雕精密机械工程有限公司 | 一种自动化生产线三维仿真调试及监控方法 |
| CN114139404A (zh) * | 2021-12-14 | 2022-03-04 | 江苏汇博机器人技术股份有限公司 | 一种机器人的自动化性能测试方法 |
-
2022
- 2022-04-26 CN CN202210448715.8A patent/CN114800556B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0745490A (ja) * | 1993-07-27 | 1995-02-14 | Nec Corp | 半導体装置の加工のためのシミュレーションシステム |
| KR20020091382A (ko) * | 2001-05-30 | 2002-12-06 | 송춘경 | 자동화시스템을 위한 제어와 시뮬레이션의 통합제어장치및 그것의 운영방법 |
| CN109567942A (zh) * | 2018-10-31 | 2019-04-05 | 上海盼研机器人科技有限公司 | 采用人工智能技术的颅颌面外科手术机器人辅助系统 |
| CN110480683A (zh) * | 2019-08-28 | 2019-11-22 | 哈尔滨工业大学 | 一种机器人应用系统解决方案集成化设计的大型工具软件系统 |
| CN110605709A (zh) * | 2019-09-25 | 2019-12-24 | 西南交通大学 | 数字孪生与精密滤波驱动机器人集成系统及其使用方法 |
| CN111797521A (zh) * | 2020-06-29 | 2020-10-20 | 西安精雕精密机械工程有限公司 | 一种自动化生产线三维仿真调试及监控方法 |
| CN114139404A (zh) * | 2021-12-14 | 2022-03-04 | 江苏汇博机器人技术股份有限公司 | 一种机器人的自动化性能测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114800556A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10317879B2 (en) | Intelligent engine for managing operations for a computer numerical control (CNC) machine in a computer-aided manufacturing (CAM) system | |
| US20200241505A1 (en) | Subtractive machining work center | |
| US7099737B2 (en) | Intelligent STEP-NC controller | |
| US9108316B2 (en) | Method and system for in-production optimization of the parameters of a robot used for assembly | |
| Toquica et al. | A STEP-NC compliant robotic machining platform for advanced manufacturing | |
| CN114800556B (zh) | 一种基于工业机器人的自动化加工生产线 | |
| CN110597162A (zh) | 面向智能制造加工的虚拟调试系统 | |
| CN104875204A (zh) | 一种等离子空间切割机器人的离线编程模块及应用方法 | |
| EP2239640A2 (en) | A method and system for using membrane calculus to model dynamic coordination logics for automation systems | |
| CN109814434B (zh) | 控制程序的校准方法及装置 | |
| US20150277415A1 (en) | Programmable logic controller and programming tool for programmable logic controller | |
| CN111095139B (zh) | 一种用于检测机器的异常状态的方法和系统 | |
| CN109015654B (zh) | 一种包含自动托架的机器人制孔仿真与离线编程方法 | |
| Li et al. | Dynamic scene graph for mutual-cognition generation in proactive human-robot collaboration | |
| CN111475159B (zh) | 一种自动生成程序的方法、装置及存储介质 | |
| CN105204430A (zh) | 基于机床实体模型的五轴后置处理方法 | |
| US20220277119A1 (en) | A System and Method for Generating a Holistic Digital Twin | |
| US20050096768A1 (en) | System and method for formulating and redacting bending procedures used in manufacturing | |
| Zhang et al. | Virtual commissioning and machine learning of a reconfigurable assembly system | |
| Wang et al. | Using features and their constraints to aid process planning of sheet metal parts | |
| US20040267508A1 (en) | Computer numerical control code-simulating system and method | |
| CN113771033A (zh) | 多机器人站点集成控制系统、方法、设备和介质 | |
| CN110308667B (zh) | 一种自动设置干涉检查的方法、系统、装置和存储介质 | |
| US20200202178A1 (en) | Automatic visual data generation for object training and evaluation | |
| US20140309774A1 (en) | Automatic generation of robotic processes for symmetric products |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |